解释为谁服务?可解释推荐系统评估中用户特征的系统文献综述
人机交互
2025-02-04 v2 人工智能
信息检索
摘要
为推荐系统添加解释据说具有多种好处,例如增加用户信任或系统透明度。来自其他应用领域的先前工作表明,特定的用户特征会影响用户对解释的感知。然而,我们很少发现这种针对推荐系统解释的评估。本文通过调查 124 篇在用户研究中评估推荐系统解释的论文来填补这一空白。我们分析了他们的参与者描述和研究结果,其中测量了用户特征对解释效果的影响。我们的发现表明,所调查的研究结果主要涵盖了特定用户,而这些用户并不一定代表评估领域中推荐系统的用户。这可能会严重阻碍我们从当前关于推荐系统解释的研究中获得的任何见解的普适性。我们进一步发现数据报告中的不一致性,这影响了所报告结果的可重复性。因此,我们建议采取行动,向更具包容性和可重复性的评估迈进。
引用
@article{arxiv.2412.14193,
title = {Whom do Explanations Serve? A Systematic Literature Survey of User Characteristics in Explainable Recommender Systems Evaluation},
author = {Kathrin Wardatzky and Oana Inel and Luca Rossetto and Abraham Bernstein},
journal= {arXiv preprint arXiv:2412.14193},
year = {2025}
}
备注
33 pages, 2 figures. Submitted to ACM Transactions of Recommender Systems